《基于分段融合的压阻式传感器温度补偿方法》PDF+DOC
作者:王慧,赵国超,金鑫,宋宇宁
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2018年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2018040120
DOC编号:DOCCGJS2018040129
下载格式:PDF + Word/doc 文字可复制、可编辑
《压力传感器的温度补偿研究及其应用》PDF+DOC2016年第18期 李扬,刘明光,钱学成,陈佳,王昕
《基于混合优化算法的销轴传感器温度补偿及应用》PDF+DOC2017年第11期 陈洪月,张坤,王鑫,李恩东,宋秋爽
《压力传感器热零点漂移补偿各种计算方法的比较》PDF+DOC2004年第03期 苏亚,孙以材,李国玉
《压阻式传感器温度误差补偿技术》PDF+DOC2003年第11期 张文,胡生清
《倾角传感器温度特性研究》PDF+DOC2012年第10期 吴艳,郑学理,曾志强,张侃谕
《一种新型MEMS加速度计温度补偿方法研究》PDF+DOC2015年第01期 郑长勇,陈军宁
《基于BP神经网络的一种传感器温度补偿方法》PDF+DOC2011年第09期 张潜,武强
《基于神经网络技术的虚拟传感器温度补偿系统》PDF+DOC2010年第06期 李轩青,刘辉
《基于最小二乘支持向量机的压力传感器温度补偿》PDF+DOC2007年第12期 梁伟锋,汪晓东,梁萍儿
《压力传感器温度补偿各种算法的比较分析》PDF+DOC2013年第10期 杨雪,刘诗斌
针对硅压阻式压力传感器在工程应用中受环境温度和压力的影响产生漂移,影响测量精度等问题。提出一种基于粒子群优化RBF神经网络与最小二乘法融合的温度补偿模型。使用粒子群算法对常规RBF神经网络的权值和阙值进行优化,提高神经网络的泛化性能和训练效率,增强传感器非线性段温度补偿的效果;使用最小二乘法对线性段进行温度补偿,提高整体模型的补偿效率。以飞思卡尔24 PC型压力传感器进行补偿实验,结果表明:对比优化前的神经网络和最小二乘方法,利用本文方法进行温度补偿,耗时短,总体误差低于其他两种方法。传感器在整个温度区间和压力测试点下的输出基本不受影响,补偿效果明显,数据精度符合课题实验的要求。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。